| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 引言 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 图像特征提取 | 第13-14页 |
| 1.2.2 图像特征匹配 | 第14-15页 |
| 1.2.3 三维结构恢复 | 第15页 |
| 1.2.4 捆集调整 | 第15-16页 |
| 1.3 基于图像的大场景三维重建存在的技术难点 | 第16页 |
| 1.4 本文结构与贡献 | 第16-19页 |
| 1.4.1 论文结构 | 第16-17页 |
| 1.4.2 贡献与创新 | 第17-19页 |
| 第2章 并行算法以及图像处理器技术 | 第19-29页 |
| 2.1 并行算法 | 第19-23页 |
| 2.1.1 并行算法的目标 | 第19页 |
| 2.1.2 并行计算模型 | 第19-21页 |
| 2.1.3 并行算法的基本设计技术 | 第21-22页 |
| 2.1.4 并行算法的性能质量 | 第22-23页 |
| 2.2 图形处理器技术 | 第23-26页 |
| 2.2.1 图形处理器 | 第23-25页 |
| 2.2.2 CUDA | 第25-26页 |
| 2.3 本章小结 | 第26-29页 |
| 第3章 A-RD-SIFT特征提取并行算法 | 第29-51页 |
| 3.1 特征提取算法理论 | 第29-34页 |
| 3.1.1 大场景三维重建对图像特征提取算法的要求 | 第29-30页 |
| 3.1.2 SIFT特征提取算法 | 第30-34页 |
| 3.2 具有图像径向畸变不变性的SIFT算法 | 第34-36页 |
| 3.2.1 径向畸变图像摄像机模型 | 第34-35页 |
| 3.2.2 一种改进的具有自适用性的高斯函数 | 第35-36页 |
| 3.2.3 一种改进的具有图像径向畸变不变性的特征描述子 | 第36页 |
| 3.3 A-RD-SIFT算法 | 第36-38页 |
| 3.3.1 图像仿射变换 | 第36-37页 |
| 3.3.2 基于仿射模型的A-RD-SIFT算法 | 第37-38页 |
| 3.4 A-RD-SIFT并行算法 | 第38-42页 |
| 3.4.1 仿射模型校正图像并行化 | 第39-40页 |
| 3.4.2 具有图像径向畸变不变性的SIFT算法并行化 | 第40-42页 |
| 3.5 实验结果与分析 | 第42-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第4章 图像特征匹配并行算法 | 第51-69页 |
| 4.1 特征匹配 | 第51-58页 |
| 4.1.1 Kd-tree空间剖分 | 第51-54页 |
| 4.1.2 Kd-tree并行算法 | 第54-57页 |
| 4.1.3 优先级搜索并行算法 | 第57-58页 |
| 4.1.4 图像特征匹配算法并行化实现 | 第58页 |
| 4.2 剔除误匹配特征点对 | 第58-65页 |
| 4.2.1 RANSAC算法 | 第58-59页 |
| 4.2.2 RANSAC算法在剔除误匹配特征点对中的应用 | 第59-62页 |
| 4.2.3 基于改进后的RANSAC剔除误匹配点对的并行算法 | 第62-65页 |
| 4.3 实验结果与分析 | 第65-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第5章 捆集调整并行算法 | 第69-87页 |
| 5.1 捆集调整理论 | 第69-70页 |
| 5.2 一种改进的捆集调整算法 | 第70-74页 |
| 5.2.1 带权值的捆集调整算法 | 第70页 |
| 5.2.2 预先共轭梯度法求解捆集调整中方程 | 第70-74页 |
| 5.3 并行捆集调整算法 | 第74-79页 |
| 5.3.1 并行捆集调整算法原理 | 第74-75页 |
| 5.3.2 并行捆集调整算法在GPU上的实现 | 第75-79页 |
| 5.4 实验结果与分析 | 第79-86页 |
| 5.5 本章小结 | 第86-87页 |
| 第6章 总结与展望 | 第87-89页 |
| 6.1 总结 | 第87-88页 |
| 6.2 展望 | 第88-89页 |
| 参考文献 | 第89-95页 |
| 致谢 | 第95-97页 |
| 攻读硕士期间发表的论文和获得的奖励 | 第97页 |
